博客

yolox筛选正负样本的方式

yolox采用anchor free的方式，筛选正负样本时包括3个步骤：

1. 初筛根据目标框判断，根据anchor（一个长宽相同的框，和anchor base方法不同）中心点是否落在gt内，也就是计算anchor中心点离gt左右上下4条边的距离是否同时大于0；
2. 初筛根据中心区域判断，寻找anchor中心点是否在gt中心点附近5
   
   5区域内，判断anchor中心点离5
   
   5区域的左右上下4条边的距离是否同时大于0；（前2步和fcos中筛选正负样本的方式相同，而2阶段网络筛选正负样本有2次，一次是在rpn阶段，通过iou计算，具体不展开了）
3. 精细筛simota，由第一步和第二步已经可以初步筛选出来一部分正样本，假定筛选出来1000个正样本，gt数量为3；在进行前向计算时会计算这1000个样本和3个gt的loss，同时会计算1000个正样本和gt的iou，iou的维度为（3，1000），根据iou筛选出iou最大的10个候选框，维度为（3，10），计算这10个iou的sum，这个sum值作为动态选择的正样本数量，也就是
   
   完成了候选框数量的确定
   
   ；有了候选框数量，就要
   
   确定选择那几个候选框
   
   ，选择的方式是
   
   通过前面计算的loss值
   
   ，通过for循环为每个gt挑选loss值最低的几个候选框，loss值计算是分类损失加上k倍的回归损失，这样就基本完成了正样本和gt的匹配，但是会出现一个问题，某一个候选框同时会和多个gt进行匹配，这样就需要对这个候选框和多个gt的loss进行比较，和哪个gt的loss小就分配给哪个gt，最后计算损失时只计算选择的这几个候选框和gt之间的分类损失、回归损失，但是计算是否存在目标的损失时，计算所有的候选框损失，不仅包含正样本也包含负样本（因为是计算是否存在目标，所以要计算负样本的损失）